Про мою базу знаний и ИИ в ней. Часть 3

Сверху фото архитектуры системы.
Карточный индекс vault - это обработка заметок с помощью ИИ, чтобы хранить заметки и сделать СУБД. Там выжимка заметки, тэги, классификация и преобразование в факты, вето. Чтобы все обработать, потратил 4 сессионных лимита опуса с помощью субагентов!

Система состоит из скиллов, которые собирают и обновляют списки (книги, фильмы и ко), обновляют память (карточный индекс и некоторые другие служебные вещи) и находят связи в заметках.

И генератор артефактов. Артефакт - это Финансы, что изучить, личный план развития и ко. Все есть на фото выше.

Расскажу теперь о некоторых фишках и результатах такого подхода.

В Research Thought я заношу все. Когда я работаю с роботом или новой технологией, то последовательно записываю туда проблемы, команды, эксперименты и найденные решения.
Это удобно в моменте, но потом получается файл на десятки тысяч символов, где ценное решение погребено между двумя месяцами страданий и сообщением "Получилось блеяат!! Робот теперь хорошо едет!"))

Система анализирует такие журналы и предлагает, какие самостоятельные материалы из них уже созрели. Более того, она может взять из других research thoughts похожие мысли и соединить. По Scout и JetBot она нашла одну и ту же проблему с DDS и сетевыми буферами. Поэтому предложила не делать ещё две инструкции под конкретных роботов, а собрать общий гайд по транспорту DDS для парка роботов.

Так как моя хэш таблица в голове помнит именно куда я писал в research thoughts, то я прошу добавить ссылку на новую заметку рядом с упоминанием в research thoughts. Зачем? Во первых там, в новой заметке, уже обработанная и культурная информация (если надо кому-то скинуть), во вторых уже финализированная. Ну и это не ломает уже существующее.

Вторая большая польза — анализ моего поведения. Система довольно точно нашла, как мне нужно ставить задачи. У меня устойчиво живут занятия, где есть группа, роль организатора, внешний дедлайн или измеримый счётчик. По факту, я сам до этого дошел, но она подтвердила это наблюдениями из заметок и сформулировала это более формально.

Третий пример получился из Samsung Health. Система собрала 285 дней и сопоставила часы с заметками, тренировками, поездками и постами канала. Она нашла 29 тренировок по сквошу общей длительностью 47,8 часа: средний пульс 131, максимальный — 185.

После сквоша я спал около 6 часов против 7 часов в остальные ночи того же периода, а показатель восстановления HRV падал со 131 до 104. Тот же эффект независимо появился по дням недели: самые низкие значения приходятся ровно на ночи после основных тренировок.

Но общий фон после начала сквоша стал лучше: стресс снизился с 41 до 30, а HRV вырос со 114,6 до 128,6. Поэтому вывод не «сквош меня убивает». Скорее организм в целом стал чувствовать себя лучше, но поздняя интенсивная тренировка заметно нагружает конкретную ночь.

Также я ей даю фидбек по заметкам, что она сгенерила. Удачный совет становится подтвержденным сигналом. Ошибка становится новым ограничением. Старые выводы можно пересмотреть. А мои прямые слова имеют больший вес, чем предположение агента по десятку древних заметок.

В результате получается цифровой двойник, который знает мою историю, находит связи между разными частями жизни и регулярно задаёт полезный вопрос: "Ты много всего сохранил, но что из этого реально обработал и еще помнишь".

К примеру, она задает мне вопросы по моим материалам, что я писал и сравнивает насколько я поменял мнение к чему-либо.

Как итог: в глобальном будущем это может стать основой для цифровизации меня, в текущем - найти новые зоны роста и получить рекомендации реально основанные на данных о мне, с учетом и глубоких мыслей. Конечно, я не забываю просить и новые домены, чтобы не переобучиться))

Будьте достойны!